DLeX: AI Python

Відкрити в Telegram

هوش‌مصنوعی و برنامه‌نویسی توییتر : https://twitter.com/NaviDDariya تا آزادی ایران از جمهوری اسلامی تبهکار، تبلیغات نداریم.

Іран15 657 Технології та додатки6 320...

📈 Аналітичний огляд Telegram-каналу DLeX: AI Python

Канал DLeX: AI Python (@ai_python) у мовному сегменті Фарсі є активним учасником. На даний момент спільнота об'єднує 21 453 підписників, посідаючи 6 320 місце в категорії Технології та додатки та 15 657 місце у регіоні Іран.

📊 Показники аудиторії та динаміка

З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 21 453 підписників.

За останніми даними від 15 червня, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на -45, а за останні 24 години на 8, загальне охоплення залишається високим.

Статус верифікації: Не верифікований
Рівень залученості (ER): Середній показник залученості аудиторії становить 10.07%. Протягом перших 24 годин після публікації контент зазвичай збирає 3.73% реакцій від загальної кількості підписників.
Охоплення публікацій: В середньому кожен допис отримує 2 160 переглядів. Протягом першої доби публікація в середньому набирає 800 переглядів.
Реакції та взаємодія: Аудиторія активно підтримує контент: середня кількість реакцій на один пост – 6.
Тематичні інтереси: Контент зосереджений навколо ключових тем, таких як مصنوعی, توییتر, ماهواره, داده, فناوری.

📝 Опис та контентна політика

Автор описує ресурс як майданчик для висловлення суб'єктивної думки:
“هوش‌مصنوعی و برنامه‌نویسی توییتر : https://twitter.com/NaviDDariya تا آزادی ایران از جمهوری اسلامی تبهکار، تبلیغات نداریم.”

Завдяки високій частоті оновлень (останні дані отримано 16 червня, 2026), канал підтримує актуальність та високий рівень охоплення публікацій. Аналітика показує, що аудиторія активно взаємодіє з контентом, що робить його важливою точкою впливу в категорії Технології та додатки.

21 453

Підписники

+824 години

+47 днів

-4530 день

2 160

Перегляди допису

~ 80024 години

~ 1 06748 годин

10.07%

Коефіцієнт залучення

Немає даних

Дописів на день

Ads index

beta

Архів дописів

21 453

What is autocorrelation?

Anonymous voting

21 453

If you have a number of sequences of different length, and call pad_sequences on them, what’s the default result?

Anonymous voting

21 453

If I put a dropout parameter of 0.2, how many nodes will I lose?

Anonymous voting

21 453

When using Image Augmentation my training gets...

Anonymous voting

21 453

Repost from تهران دیتا-دانشگاه تهران

#دانشگاه_تهران ❌تنها ۶ نفر از ظرفیت دوره باقیست... 📣 جامع‌ترین دوره آنلاین علم‌داده کشور! 👨🏻‍🏫 همراه با برجسته ترین اساتید کشور 🔔 شرایط ویژه (از بلک فرایدی تا روز دانشجو) 🥇 با ارائه گواهینامه دوزبانه از دانشگاه تهران با قابلیت ترجمه رسمی 🌐 اطلاعات بیشتر https://tehrandata.org/courses/datascience/ ⁉️ مشاوره رایگان و ثبت نام 📞 09377516759 🔘 t.me/tehrandata_admin 🆔 t.me/tehran_data

21 453

Guess the output? >>> x=int(2.0)+str(2)+float(3) >>> print(x)

Anonymous voting

21 453

گزینه صحیح این تکه کد چیه ؟ >>> print(type([]))

Anonymous voting

21 453

جواب درست این تکه کد چیه؟؟ >>> name= ['@AI_'] >>> name.append('Python') >>> print(name[1])

Anonymous voting

21 453

جواب درست این تکه کد چیه ؟ >>> x=[[1]]*2 >>> x[0].append(2) >>> print(x)

Anonymous voting

21 453

✅ کتابخانه NumPy چیست؟ 📝 کتابخانه NumPy یک کتابخانه پایتون منبع باز است که تقریباً در هر زمینه‌ای از علم و مهندسی استفاده می‌شود. این استاندارد جهانی برای کار با داده های عددی در پایتون است و در هسته اکوسیستم های علمی Python و PyData قرار دارد. کاربران NumPy شامل همه افراد از کدنویسان مبتدی تا محققان با تجربه هستند که تحقیقات و توسعه علمی و صنعتی را انجام می دهند. NumPy API به طور گسترده در Pandas، SciPy، Matplotlib، scikit-learn، scikit-image و بسیاری دیگر از بسته های علوم داده و علمی Python استفاده می شود. 📝 کتابخانه NumPy شامل آرایه های چند بعدی و ساختارهای داده ماتریسی است. 📝 این کتابخانه پایه ترین کتابخانه مورد استفاده در هوش مصنوعی است و فراگیری بیشتر آن باعث فهم بیشتر داده و شیوه آماده سازی آن برای الگوریتم می شود. 📝 برای دریافت آموزش از این کتابخانه می توان به لینک زیر مراجعه کرد: 🗒 NumPy Library @AI_Python

21 453

✅ چگونه یک نقشه حرارتی همبستگی (seaborn correlation heatmap) seaborn در پایتون ایجاد کنیم؟ 📝 کتابخانه Seaborn یک کتابخانه پایتون است که مبتنی بر matplotlib است و برای تجسم داده‌ها استفاده می‌شود. این یک کتابخانه برای ارائه داده ها در قالب نمودار آماری به عنوان یک medium آموزنده و جذاب برای انتقال برخی اطلاعات است. نقشه حرارتی (correlation heatmap) یکی از مؤلفه‌هایی است که توسط seaborn پشتیبانی می‌شود که در آن تغییرات در داده‌های مرتبط با استفاده از یک پالت رنگ به تصویر کشیده می‌شود. 📝 یکی از کاربردهای جدی این نقشه حرارتی این است که ما با استفاده از آن می توانیم داده‌هایی که ارتباط زیادی به هم دیگر دارند را شناسایی کنیم و بجای استفاده کل داده‌ها برای آموزش کردن مدل از کسری از داده‌ها استفاده کنیم و میان مشخصه‌هایی که ارتباط بسیار زیاد نشان داده می‌شود یکی را به عنوان مشخصه نماینده برای داده‌های آموزشی معین می‌کنیم و بقیه را نادیده می‌گیریم. جزئیات بیشتر راجع به correlation heatmap در لینک زیر بیان شده است: 🗒 seaborn correlation heatmap @AI_Python

21 453

Repost from N/a

21 453

Repost from N/a

✅ چگونه یک نقشه حرارتی همبستگی (seaborn correlation heatmap) دریایی در پایتون ایجاد کنیم؟ 📝 کتابخانه Seaborn یک کتابخانه پایتون است که مبتنی بر matplotlib است و برای تجسم داده‌ها استفاده می‌شود. این یک کتابخانه برای ارائه داده ها در قالب نمودار آماری به عنوان یک medium آموزنده و جذاب برای انتقال برخی اطلاعات است. نقشه حرارتی (correlation heatmap) یکی از مؤلفه‌هایی است که توسط seaborn پشتیبانی می‌شود که در آن تغییرات در داده‌های مرتبط با استفاده از یک پالت رنگ به تصویر کشیده می‌شود. 📝 یکی از کاربردهای جدی این نقشه حرارتی این است که ما با استفاده از آن می توانیم داده‌هایی که ارتباط زیادی به هم دیگر دارند را شناسایی کنیم و بجای استفاده کل داده‌ها برای آموزش کردن مدل از کسری از داده‌ها استفاده کنیم و میان مشخصه‌هایی که ارتباط بسیار زیاد نشان داده می‌شود یکی را به عنوان مشخصه نماینده برای داده‌های آموزشی معین می‌کنیم و بقیه را نادیده می‌گیریم. جزئیات بیشتر راجع به correlation heatmap در لینک زیر بیان شده است: 🗒 seaborn correlation heatmap @AI_Hasan

21 453

جواب خروجی کد زیر چیه ؟ >>> a = (1,2,3) >>> type(a) >>> b= (3) >>> type(b)

Anonymous voting

21 453

جواب خروجی درست کدام گزینه است؟ >>> def x ( i,values=[] ) : return values.append(i) >>> print(x(2))

Anonymous voting

21 453

جواب درست این تکه کد چیه ؟ >>> try: print(1) ... except: print (2) ... finally : print(3) >>>

Anonymous voting

21 453

جواب درست این تکه کد چیه؟ >>> a = [0,1,2,3] >>> for a[-1] in a : ... print(a[-1])

Anonymous voting

21 453

جواب درست این تکه کد چیه ؟ >>> def fun(): for x in range(22,23,24): print(x) >>> fun()

Anonymous voting

21 453

جواب درست این تکه کد چیه ؟ >>> l1=['A'] >>> l1.extend('ABC') >>> print(l1)

Anonymous voting

21 453

جواب این تکه کد چیست؟ >>> List=['Python','Developers'] >>> result=[i for i in List if len(i)>6] >>> print(*result)

Anonymous voting